AIコーディングはL3自律に到達したが、インフラはL1に留まる

なぜAIインフラは、AIエコシステム全体のバックボーンとして機能しているにもかかわらず、AI採用に遅れを取っているのでしょうか？この疑問は長い間私を悩ませてきました。業界の成長ペースを考えると、私たちは文字通り、最先端のAIアプリケーション（F1マシン）を未舗装の道路（AIインフラ層）で走らせているようなものです。このアナロジーを理解するには、現在のAIアプリケーション層を簡単に見直す必要があります。

その中でも特に衝撃的な例が「バイブコーディング」です。この用語は、OpenAIの共同創業者で元テスラのAI責任者であるAndrej Karpathyが2025年2月に作ったものです。アイデアは非常にシンプルです。あなたがプレーンな英語で作りたいものを説明すると、AIがコードを書くのです。構文もスタックオーバーフローの迷路もありません。意図から出力への直接変換です。これはもはやおもちゃではありません。Y Combinatorの2025年冬バッチでは、25%のスタートアップのコードベースが95%AI生成でした。GoogleのCEOは、Googleのコードの25%以上がAIによって生成されていると発表しました。MicrosoftのSatya Nadellaは、自社のコードの30%がAIによって書かれていると確認しました。Spotifyの最高の開発者は2025年12月以来、一行もコードを書かず、AIを活用したワークフローで50以上の機能をリリースしたと報じられています。AnthropicのClaude Codeの責任者は、2ヶ月以上自分でコードを書いておらず、Anthropicのコードの70～90%がAI生成です。

Claude CodeやCursorのようなプラットフォームは非常に優れており、プログラミング経験が全くない人でもアイデアをプロトタイプし、テストし、反復し、リリースすることができます。ソフトウェア構築の障壁は事実上ゼロになりました。MicrosoftのDavid Fowlerが言うように、「誰でもできる」のです。しかし、誰も話したがらないことがあります。この背後にあるインフラは準備ができていないのです。

自動運転のアナロジーを使って、これを完璧に説明しましょう。L0（自動化なし）は手動コーディング、L1（基本支援）はコード補完、L2（部分自動化）はAIペアプログラミング、L3（条件付き自動化）はバイブコーディング（AIが機能全体を処理し、人間がレビューとガイドを行う）、L4（高度自動化）は自律コーディングエージェント（Claude Codeが30時間以上のセッションを実行）に対応します。Claude CodeとCursorはL3に確実に位置し、L4に移行しつつあります。Claude Codeは複雑なタスクを30時間以上自律的に実行し、プロジェクトの異なる部分に取り組むマルチエージェントチームを展開し、さらにサンドボックスを使用して定期的な許可プロンプトなしで安全に動作できます。これは単なるオートコンプリートではなく、真の主体性を持った自律システムです。

しかしAIインフラはL1～L2に留まっています。手動でのクラスタプロビジョニング、脆いスケーラビリティ、互いに通信しない孤立したシステムがまだ当たり前です。Salesforceの2026年コネクティビティレポートによると、デプロイされたAIエージェントの50%が完全に孤立して動作しており、コンテキストを共有できず、調整もできず、隣のエージェントが何をしているかも見えません。96%の組織がAIにデータを活用する際の障壁を報告しており、40%が時代遅れのITアーキテクチャを直接の原因として挙げています。DDNの2026年AIインフラ現状レポートでは、ITリーダーの44%がインフラの制約をAI拡大の最大の障壁とし、なんと65%のAIインフラがアイドル状態で電力を消費していると報告されています。アメリカン・アクション・フォーラムは率直に、2026年への移行は「インフラと規制をAIアジェンダの中心に据える」と述べています。

私たちはレガシーツールをつぎはぎしたフランケンシュタインや、マーケティングでリブランドされた別のKubernetesラッパーではなく、AI時代のためにゼロから再考された新しいオペレーティングシステムを必要としています。それは、単一のPCではなく計算クラスタを実行するために構築された、真に新しいAIネイティブ分散オペレーティングシステムです。正直なところ、WindowsやmacOSのようなPC向けOSは、マウス、キーボード、ファイルフォルダの時代のために設計されており、AI以前の時代の産物です。これらは急速に無意味になりつつあるコンピューティングパラダイムの美しい遺物に過ぎません。

Aranyaはまさにこれを構築しています。最初のAIネイティブ分散オペレーティングシステムです。これはレガシーインフラの上に積み上げる別の層ではなく、根本的に新しいクラスタ向けOSです。1000ノード以上のGPUクラスタを数分でデプロイでき、ClusterdOS（ポータブルなKubernetes OS）により真のマルチテナンシーとフェデレーションアーキテクチャを実現します。単一のダッシュボードから数百のクラスタを管理し、未使用の計算リソースを自動的にリサイクルしてコストを最大30%削減します。これは別のラッパーでも応急処置でもなく、実際の出口です。

AI革命はアプリケーション層とモデル層を手に入れましたが、この瞬間が要求する規模で実際に実行するためのインフラが欠けていました。現在のソリューションは機能するかもしれませんが、私にとっては十分ではありません。そろそろ変わる時です。